《Ecological Indicators》：Spatial aggregation induces asymmetric retention of ecosystem service bundles and reshapes their associations with social-ecological predictors: Evidence from the Loess Plateau
编辑推荐：
生态系统服务（Ecosystem Services，ES）将生态系统结构与过程同人类福祉联系起来，对其联合评估已成为生态保护、景观规划和区域可持续发展的重要基础。由于单项服务很少独立变化，研究已日益从单一服务评估转向权衡、协同及重复出现的服务组合分析。生态系统
生态系统服务（Ecosystem Services，ES）将生态系统结构与过程同人类福祉联系起来，对其联合评估已成为生态保护、景观规划和区域可持续发展的重要基础。由于单项服务很少独立变化，研究已日益从单一服务评估转向权衡、协同及重复出现的服务组合分析。生态系统服务簇（Ecosystem Service Bundles，ESB）分析被引入以识别在景观中重复出现的服务集合，并揭示与不同多功能结果相关联的社会-生态条件。此后，ESB被广泛用于支持功能分区、景观管理以及高、低价值服务区域的诊断。
近期综合生态评估框架越来越多地将生态质量评价、空间格局分析和情景评估相结合，以理解区域生态变化并支持空间规划。然而，ESB分析的规划价值取决于识别服务簇时所采用的空间支撑（spatial support）。近期多尺度ES和ESB研究表明，服务相互作用、服务簇组成及相关社会-生态预测因子在网格、流域、子流域和行政单元等支撑尺度间可能存在差异，这对土地利用规划和生态管理具有直接影响。实践中，这些空间支撑代表了不同的生态过程和管理情境，跨支撑的聚合可能改变用于推导ESB标签的平均服务剖面。更广泛地，景观生态学中尺度化方法的综述表明，对连续和分类空间数据进行尺度上推均可能过度简化空间格局并降低对细尺度异质性的表征。这种支撑依赖性密切关联于可修改面积单元问题（Modifiable Areal Unit Problem，MAUP）、空间支撑和空间平均效应。现有多尺度ESB研究主要比较预设空间支撑间的服务簇组成、空间分布、ES关系及相关驱动因子，但很少在统一分类框架下追踪单个细尺度ESB类别如何被保留或方向性重新归类。
聚合诱导的重新归类对后续解释同样重要。ESB标签被广泛用于划定生态功能分区和管理单元，也用于检验多功能格局与社会-生态条件之间的关联。当这些标签在不同空间支撑下生成时，ESB类型与土地利用、植被、气候、地形或社会经济变量之间的表观关联也可能发生变化。在此意义上，空间聚合并非中性技术步骤。包含局部异质土地覆被构型、混合服务组合或局部权衡的细尺度镶嵌体可能在大尺度单元内被平均化，并重新归入更宽泛的功能构型。若忽视这一过滤过程，规划者可能低估生态上重要的局部异质性，并忽视预测因子关联的支撑依赖性。
黄土高原为检验ESB分析中聚合诱导的过滤效应提供了适宜案例。该区域兼具强烈的气候、地形和土地利用梯度，长期恢复驱动的服务变化，以及用于生态监测、水土保持规划和行政管理的多重空间支撑。据此，本研究提出三个问题：（1）不同空间支撑如何改变1000 m网格、流域单元和县域间ESB的组成与空间表征？（2）聚合过程中哪些细尺度ESB类型被保留或方向性重新归类，哪些更宽泛的服务簇类型吸收了被重新归类的信息，且观察到的类间保留不对称性是否超过指定约束零模型下的期望？（3）ESB类型与社会-生态预测因子之间的统计关联如何随空间支撑变化，这对支撑感知的生态管理有何启示？
本研究做出三点贡献。第一，将信息过滤操作化为分析框架，用于追踪空间聚合如何改变细尺度ESB信息的表征。第二，将统一ESB分类与转移矩阵和类别特异性保留分析相结合，以量化各ESB类型跨空间支撑的保留与方向性重新归类。第三，检验ESB类型与社会-生态预测因子之间的统计关联如何随空间支撑变化，从而阐明ESB格局解释与情境推断的支撑依赖性。
黄土高原生态系统服务簇的多尺度空间聚合效应：保留、重新归类与预测因子关联的支撑依赖性解析
一、研究背景与问题提出
生态系统服务（Ecosystem Services，ES）将生态系统结构与过程同人类福祉相联系，其联合评估已成为生态保护、景观规划和区域可持续发展的重要基础。由于单项服务很少独立变化，研究已从单一服务评估转向对权衡、协同及重复出现的服务组合的分析。生态系统服务簇（Ecosystem Service Bundles，ESB）分析被引入以识别在景观中反复出现的服务集合，并揭示与不同多功能结果相关联的社会-生态条件，已被广泛用于功能分区、景观管理及高、低价值服务区域诊断。
然而，ESB分析的规划价值取决于识别服务簇时所采用的空间支撑（spatial support）。近期多尺度研究表明，服务相互作用、服务簇组成及相关社会-生态预测因子在网格、流域、子流域和行政单元等支撑间存在差异，直接影响土地利用规划和生态管理。实践中，这些空间支撑代表不同的生态过程和管理情境，跨支撑聚合可能改变用于推导ESB标签的平均服务剖面。该问题与可修改面积单元问题（Modifiable Areal Unit Problem，MAUP）、空间支撑和空间平均效应密切相关。现有多尺度ESB研究主要比较预设支撑间的服务簇组成、空间分布、关系及驱动因子，但很少在统一分类框架下追踪细尺度ESB类别如何被保留或方向性重新归类。聚合诱导的重新归类同样影响后续解释——ESB标签用于划定生态功能分区和管理单元，也用于检验多功能格局与社会-生态条件的关联，支撑变化可能改变这些表观关联。因此，空间聚合并非中性技术步骤，细尺度镶嵌体可能被平均化并重新归入更宽泛的功能构型，若忽视此过滤过程，规划者可能低估局部异质性并忽视预测因子关联的支撑依赖性。
黄土高原兼具强烈气候、地形和土地利用梯度、长期恢复驱动的服务变化及多重管理空间支撑，为检验聚合诱导的过滤效应提供了适宜案例。研究提出三个问题：（1）不同空间支撑如何改变1000 m网格、流域单元和县域间ESB的组成与空间表征？（2）聚合过程中哪些细尺度ESB类型被保留或方向性重新归类，哪些更宽泛类型吸收被重新归类信息，且观察到的类间保留不对称性是否超过约束零模型下的期望？（3）ESB类型与社会-生态预测因子间的统计关联如何随空间支撑变化，对支撑感知的生态管理有何启示？
二、研究方法概述
研究以黄土高原为案例区，采用多源数据：土地利用/覆被数据（CNLUCC，30 m）、NDVI、气象（降水、温度、蒸散发、太阳辐射）、地形（ASTER GDEM v3）、土壤（HWSD v1.2）、社会经济（人口、GDP、夜间灯光、道路密度）及统计年鉴数据。空间数据统一投影至WGS 84/UTM 49N，对齐至1000 m分析网格。生态系统服务评估包括：水源涵养（Water Conservation，WC）基于水量平衡方程计算；粮食生产（Food Production，FP）基于NDVI空间分配县级粮食产量；生境质量（Habitat Quality，HQ）采用InVEST模型计算。研究设置了1000 m网格、细/中/粗三级流域单元及县域四类空间支撑，采用统一分类框架识别ESB，结合转移矩阵和类别特异性保留分析量化聚合过程中的保留与方向性重新归类，并检验ESB类型与社会-生态预测因子关联的支撑依赖性。
三、主要研究结果
3.1 空间支撑改变ESB组成与空间表征
不同空间支撑下，ESB的组成和空间分布存在显著差异。网格尺度保留了更多细粒度信息，能够识别局部异质的多功能组合；流域单元反映了径流调节和侵蚀控制导向的生态过程；县域单元则呈现行政边界内的平均化服务剖面。聚合过程导致部分细尺度服务簇类型被吸收或合并，空间格局趋于简化。
3.2 聚合过滤具有不对称性，细尺度ESB类型被选择性保留或方向性重新归类
通过转移矩阵和类别特异性保留分析发现，空间聚合对ESB信息的过滤并非对称。复合型/过渡型服务簇（Composite/transition bundles）——即包含混合服务配置的类型——在聚合中最易被重新归类，尤其倾向于被重新归入以碳-生境（carbon-habitat）为主导的宽泛服务簇类型。不同ESB类别的保留率存在显著差异，且观察到的类间保留不对称性超过了约束零模型下的随机期望，表明聚合过滤具有系统性和方向性。
3.3 ESB类型与社会-生态预测因子的关联随空间支撑变化
ESB类型与土地利用、植被、气候、地形及社会经济变量之间的统计关联在不同空间支撑下表现出明显差异。部分预测因子在网格尺度具有显著解释力，在县域尺度则被平均化而减弱或消失；反之，某些关联仅在较粗尺度显现。这种支撑依赖性意味着基于单一空间支撑推断的社会-生态解释可能具有尺度局限性。
四、讨论与结论
讨论部分强调，空间聚合不是中性的技术步骤，而是具有信息过滤功能的分析过程。细尺度镶嵌体中的局部异质土地覆被构型、混合服务组合或局部权衡在聚合中被平均化，可能被重新归入更宽泛的功能构型，导致生态上重要的局部异质性被低估。不同空间支撑适用于不同管理目标：流域支撑适用于生态规划，县域支撑适用于政策实施，细尺度单元则有助于识别局部景观异质性。研究建议采用支撑感知（support-aware）的生态管理策略，在规划实践中明确空间支撑选择对ESB识别和解释的影响。
研究结论可概括为：空间聚合选择性过滤了细尺度ESB信息，且过滤具有不对称性，复合型/过渡型服务簇最易被重新归类为碳-生境主导类型；ESB类型与预测因子的关联随年份和空间支撑变化；流域支撑可为生态规划提供依据，县域支撑支持政策实施，细尺度单元用于识别局部景观异质性。研究将信息过滤操作化为分析框架，结合统一分类、转移矩阵与类别特异性保留分析，并检验预测因子关联的支撑依赖性，为多尺度ESB分析提供了方法学贡献，也为黄土高原及类似区域的支持感知生态管理提供了科学依据。
